文件名称：UdacityProject3:流失预测顶峰项目
文件大小：1.23MB
文件格式：ZIP
更新时间：2024-05-08 21:11:47
JupyterNotebook
Udacity顶石流失预测项目 这是Udacity Azure机器学习纳米学位顶点项目 在这个项目中，我正在使用Telco客户流失数据集，目标是预测客户是否流失。 即分类问题。 我们将使用train.py（数据准备脚本）中的clean_data函数清理数据集，然后将数据集拆分为train和test集。 我们的分类算法是Logistic回归，我们要预测的目标变量是分类的，只有两种可能的结果：流失或不流失，然后我们将部署最佳模型并使用它。 数据集 概述 什么是客户流失？ 客户流失是客户停止或计划停止使用公司的服务/合同的过程。 因此，流失率预测是关于确定可能很快取消其服务/合同的客户。 然后，公司可以在这些服务上提供折扣或其他好处，而用户可以继续他们的服务。 自然地，我们可以使用有关流失客户的过去数据，并在此基础上创建一个模型来识别即将离开的当前客户。 我们的一些客户正在搅动。 他们不再使用
【文件预览】：
UdacityProject3-main
----train.py(2KB)
----hyperparameter_tuning (1).ipynb(284KB)
----Images()
--------automl-concept-diagram2.png(22KB)
--------SS11..png(33KB)
--------SS04.png(102KB)
--------SS02.png(109KB)
--------index(1B)
--------SS13.png(55KB)
--------SS07.png(39KB)
--------SS11.png(75KB)
--------SS10.png(98KB)
--------SS14.png(47KB)
--------SS12.png(87KB)
--------Churn dataset.png(38KB)
--------S11.5.png(217KB)
--------S15.png(58KB)
--------SS06.png(94KB)
--------SS03.png(67KB)
--------SS05.png(43KB)
--------SS01.png(121KB)
----LICENSE(11KB)
----README.md(8KB)
----automl.ipynb(106KB)
----model.joblib(1KB)